PyWebIO离线环境下加载Plotly和AG-Grid JS文件的解决方案
2025-06-12 04:25:44作者:凤尚柏Louis
背景介绍
在使用PyWebIO开发Web应用时,经常会用到数据可视化库Plotly和数据表格组件AG-Grid。默认情况下,这些组件会从CDN加载所需的JavaScript文件。然而,在某些特殊环境下(如内网、离线环境),这种依赖外部CDN的方式会导致组件无法正常显示。
问题分析
PyWebIO内部使用RequireJS来管理JavaScript模块的加载。当应用运行在离线环境时,由于无法访问CDN上的Plotly和AG-Grid JS文件,会导致以下问题:
- Plotly图表无法渲染
- 数据表格功能无法使用
- 应用界面显示异常
解决方案
核心思路
通过修改RequireJS的配置,将原本从CDN加载的JS文件改为从本地服务器加载。具体步骤如下:
- 下载所需的JS文件到本地
- 将这些文件放置在静态资源目录中
- 在PyWebIO应用中重新配置RequireJS的路径
具体实现
-
准备静态资源文件:
- 下载Plotly的JS文件
- 下载AG-Grid社区版和企业版的JS文件
- 将这些文件保存在项目目录下的static文件夹中
-
配置RequireJS路径: 在PyWebIO应用中,通过
session.run_js()方法重新配置RequireJS的路径映射:
pywebio.session.run_js("""
require.config({
paths: {
'plotly': "static/plotly.min",
"ag-grid": "static/ag-grid-community.min",
"ag-grid-enterprise": "static/ag-grid-enterprise.min",
},
});
""")
- 启动应用时指定静态目录: 在启动PyWebIO服务器时,需要指定静态资源目录:
pywebio.start_server(main, port=8080, static_dir='./static', cdn=False)
完整示例代码
import json
import urllib.request
import plotly.express as px
import pywebio
from pywebio.output import put_html, put_datatable
def main():
# 重新配置RequireJS路径
pywebio.session.run_js("""
require.config({
paths: {
'plotly': "static/plotly.min",
"ag-grid": "static/ag-grid-community.min",
"ag-grid-enterprise": "static/ag-grid-enterprise.min",
},
});
""")
# 使用Plotly绘制图表
df = px.data.gapminder().query("country=='Canada'")
fig = px.line(df, x="year", y="lifeExp", title='加拿大预期寿命')
html = fig.to_html(include_plotlyjs="require", full_html=False)
put_html(html)
# 使用AG-Grid显示数据表格
with urllib.request.urlopen('https://fakerapi.it/api/v1/persons?_quantity=30') as f:
data = json.load(f)['data']
put_datatable(data)
if __name__ == '__main__':
pywebio.start_server(main, port=8080, static_dir='./static', cdn=False)
注意事项
- 确保所有需要的JS文件都已正确下载并放置在静态资源目录中
- 文件版本需要与PyWebIO内部使用的版本保持一致
- 在离线环境中启动服务器时,必须设置
cdn=False参数 - 静态资源目录的路径需要根据实际项目结构调整
扩展应用
这种方法不仅适用于Plotly和AG-Grid,也可以用于其他通过CDN加载的JavaScript库。只需按照相同的模式:
- 下载JS文件到本地
- 在RequireJS配置中添加对应的路径映射
- 确保文件能够通过静态资源服务器访问
通过这种方式,可以大大增强PyWebIO应用在离线环境下的适应能力,满足各种特殊场景下的部署需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253